原創(chuàng) 栗子 果殼

擁有正常視覺的人們，看書靠的是光線。白紙比較亮，黑字比較暗，肉眼就在明暗交錯之間分辨出了文字。

那視覺缺失的人靠什么來閱讀？一種是靠觸覺，有盲文書可以摸。一種是靠聽覺，當(dāng)一些書沒有翻譯成盲文版，說不定還能找到有聲讀物。

假如現(xiàn)成的有聲書也找不到，盲人要怎樣讀起一本普通印刷書？

早在1913年，英國伯明翰大學(xué)的物理學(xué)家埃德蒙·富尼耶·達(dá)爾貝（Edmund Fournier d'Albe），就展示過一臺幫助盲人聽書的掃描儀，取名“Optophone”（光電閱讀裝置）。幾年過后，設(shè)備又被一家科學(xué)儀器制造商改造成了更實用的版本。

1920年的雜志報道丨Scientific American

當(dāng)機(jī)器從左到右掃過一行字，用戶的耳機(jī)里便會傳出聲響。只不過，那聲音不是語音，而是一些音符的排列組合。

用音符“寫”字給人聽

不同的音符組合，代表不同的字形。比如，字母T有一橫一豎，橫用一個單音拉長來表示，豎用和弦來表示。這里用到的音符，最高到嗦（SOH），最低到低八度的嗦（SOH）。

字母T對應(yīng)的音符丨Tiffany Chan

而音符的高低，體現(xiàn)了墨跡在紙上的位置高低：T的一橫在最上面，把最高的音符嗦（SOH）拉長即可，而T的一豎由上到下都有墨跡，可以把嗦（SOH）發(fā)（FAH）咪（ME）來（RAY）哆（DOH）五個音同時奏響，就是一個和弦。

那么，字母T出現(xiàn)時，耳機(jī)里應(yīng)當(dāng)先發(fā)出連續(xù)的嗦（SOH），中間出現(xiàn)一個短促的和弦，最后再回到連續(xù)的嗦（SOH）。一個字母，一個單詞或是一段話，都可以用一串音符“寫”下來：

單詞“Type”對應(yīng)的音符組合丨Tiffany Chan

只要提前熟悉字母和音符串的對應(yīng)關(guān)系，盲人就可以聽出一本書的內(nèi)容了。

把字形翻譯成音符，從規(guī)則上看并不復(fù)雜，但也只是這臺機(jī)器的一部分工作。而在此之前，它總得先看出書上印著怎樣的字形，才能開始翻譯。

所以，自動掃描文字，才是重中之重。

硒看得出黑和白

開頭說到，肉眼是靠光線分辨紙上的文字。從黑字上返回眼里的光很弱，不像白紙的反光那么強(qiáng)。但機(jī)器如何做到類似的感知？

科學(xué)家想到了硒，這種物質(zhì)的電阻會隨著光照強(qiáng)度而變化。在硒兩邊連上電池，當(dāng)光打在墨跡處，再反射到硒表面，硒的電阻會比較大，通過它的電流就小些；光從紙面的空白處反射到硒表面，硒的電阻會比較小，通過它的電流就強(qiáng)些。

硒兩邊連著電源，打光和不打光，電流大小不同丨參考文獻(xiàn)[1]

光照條件不同，轉(zhuǎn)化出的電信號也不同，這樣就可以用硒做光電探測器。當(dāng)它從左到右掃過一行字，信號強(qiáng)弱會隨著黑白交錯而變化，這不難理解。問題是，墨跡位置是高是低，比如T那一橫在上還是在下，機(jī)器怎么知道？

要用不同的光束，掃描不同的位置。假如把一行字分成上下五層，就需要五束不同的光來掃。所謂不同的光，是說每束光打在硒表面，產(chǎn)生一種獨(dú)有的電信號，區(qū)別于另外幾束光。這樣才能分清，光是從多高的位置打來。

把一行字，分為上下五層丨參考文獻(xiàn)[1]

那如何把一束光分成五束不同的光？

這里有個多孔的圓盤，孔一共有五圈。當(dāng)圓盤以每秒30轉(zhuǎn)的速度旋轉(zhuǎn)，把一束光打過去，透出圓盤的光就被分成了五束，且是五束斷斷續(xù)續(xù)（或者說快速閃爍）的光。

多孔圓盤丨Wikimedia Commons、參考文獻(xiàn)[1]

光斷斷續(xù)續(xù)反射到硒表面，通過硒的電流就會出現(xiàn)波動。而這五束光造成的電流波動各不相同：因為五圈的孔數(shù)都不一樣，孔越多，光被切斷得越頻繁，電流波動的頻率也越高。

于是有了五束不同的光。讓它們分別打在高低不同的位置，便可以根據(jù)電流波動的頻率，判斷光是從高處還是低處反射而來。T的一橫在上在下，就不難分辨了。

圓盤把光線分成五束不同的光丨參考文獻(xiàn)[1]

用戶聽到的音符，也是按電流波動頻率分配的。

至于要用什么工具來感知電流的波動，電話聽筒里的傳感器便可勝任。以當(dāng)時的技術(shù)，小到10^-6安培的電流波動都能被檢測到。

聽到的是黑還是白

機(jī)智的你可能發(fā)現(xiàn)，照上文描述的原理，電流信號強(qiáng)的是空白處，信號弱的是墨跡處。所以，用戶聽到的音符代表的不是墨跡，而是墨跡周圍的空隙？

1913年的初代產(chǎn)品正是如此，用戶沒聽到的那些音符才表示墨跡的位置。而掃描到單詞與單詞間的空格時，所有音符還會一起奏響。因此，發(fā)明者把它稱為“白色發(fā)聲的光電閱讀裝置”（White-Sounding Optophone）。

它播放的音符組合太過復(fù)雜，以至于用戶中的佼佼者瑪麗·詹姆森（Mary Jameson）經(jīng)過訓(xùn)練，平均一分鐘也只能讀一個單詞。但她依然成為了第一個讀到普通印刷書的盲人。

1918年，科學(xué)儀器制造商Barr & Stroud改進(jìn)了設(shè)備，在光電探測器里加入第二枚硒做的感光元件。光線通過圓盤后，一部分光依然去掃描文字，反射到第一枚感光元件；另一部分光沒去掃描文字，直接被轉(zhuǎn)向第二枚感光元件。

多加一枚感光元件丨Popular Science

把兩枚感光元件的信號結(jié)合起來，就能抵消掉空白部分的信號。如此，耳機(jī)播放的音符便代表墨跡，代表字母形狀，而空白部分靜音了。這個版本也被稱作“黑色發(fā)聲的光電閱讀裝置”（Black-Sounding Optophone）。

當(dāng)然，它的優(yōu)點(diǎn)不止是音符的組合變得簡單而已。初代設(shè)備的構(gòu)造比較脆弱，哪怕只是有人從旁重重地走過，一些元件也可能滑到不對的位置，影響正常掃描。改良后的設(shè)備要穩(wěn)定許多。

除此之外，改良后的版本還增加了調(diào)節(jié)掃描速度的功能，最快5秒、最慢5分鐘掃描一行，用戶可以根據(jù)自己辨識音符的熟練程度來選擇快慢。

瑪麗·詹姆森在讀《瓦爾登湖》丨Blind Veterans UK

瑪麗·詹姆森也用上了這種“黑色發(fā)聲”的改良版。后來，她的閱讀速度達(dá)到每分鐘60個單詞?，旣惓蔀榱斯怆婇喿x裝置的重度用戶，從學(xué)生時代一直用到晚年。

但對大部分人來說，音符的組合聽起來可能還是太復(fù)雜。而且，有些形狀相近的字母如“u”和“n”，很容易混淆。除了使用門檻，價格也令人卻步。1920年的35英鎊，大概相當(dāng)于今天的1500英鎊（約合1.3萬人民幣）甚至更多。

1920年，倫敦一棟房子的平均價格大約320英鎊 丨Hillarys

另外，當(dāng)年英國盲人協(xié)會正努力向全國普及盲文資源，而光電閱讀裝置可能給盲文的推廣帶來威脅，也就得不到協(xié)會的支持，銷量一直少得可憐。

不過，商業(yè)上不成功，未必代表技術(shù)的失敗。

誰都可能需要的技術(shù)

1949年，美國無線電公司（RCA）的工程師們借鑒了光電閱讀裝置的原理，為盲人群體制造出一種新的閱讀機(jī)器。

RCA閱讀機(jī)器，能播放字母的發(fā)音，如“A——”丨參考文獻(xiàn)[5]

它也要把光打在紙面，再反射到光電元件上，由此區(qū)分字母的形狀；它也有個喇叭，負(fù)責(zé)喊出相應(yīng)的聲音。

不過，發(fā)光裝置不再是一盞燈加個多孔圓盤，而是陰極射線管；光電元件不再是硒，而是光電管；喇叭喊出的不再是代表字形的音符，而是真真切切的字母。

最重要的是，中間多了一個部件叫“電子分析儀”。它收到光電元件發(fā)來的信號之后，要從26個字母里挑出與信號相符的字母，才能指揮喇叭讀出來。

一種主流觀點(diǎn)認(rèn)為，這就是世界上第一臺能完成光學(xué)字符識別（Optical Character Recognition，OCR）任務(wù)的設(shè)備。

拍照翻譯丨AFP

后來，隨著計算機(jī)技術(shù)的發(fā)展，OCR算法越來越精密。如今，人工智能/機(jī)器學(xué)習(xí)又為OCR注入了一小撮靈魂。

現(xiàn)在OCR的服務(wù)對象，早已不止盲人群體。每個人都可能有那么一刻，需要把圖片里的大段文字復(fù)制出來，或把外國字符拍下來直接扔給翻譯軟件。人們甚至?xí)X得，能用上這樣的技術(shù)是理所當(dāng)然的事。

但最初讓OCR這個概念成為可能的人，也許還是100多年前發(fā)明光電閱讀裝置的埃德蒙·富尼耶·達(dá)爾貝博士。

參考文獻(xiàn)

[1] d'Albe, E. E. F. (1924). The Moon-element: An Introduction to the Wonders of Selenium. TF Unwin.

[2] Thomas, E. (2021, June 23). A Century Ago, the Optophone Allowed Blind People to Hear the Printed Word. IEEE Spectrum. https://spectrum.ieee.org/tech-history/dawn-of-electronics/a-century-ago-the-optophone-allowed-blind-people-to-hear-the-printed-word

[3] d'Albe, E. F. (1914). On a type-reading optophone. Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character, 90(619), 373-375.

[4] Jameson, M. (1966). The Optophone: Its beginning and development. Bulletin of prosthetics research, 5, 25.

[5] Mann, M. (1949). Reading machine spells out loud. Popular Science, 154(2), 125-7.

[6] Chan, T., Mills, M., & Sayers, J. (2018). Optophonic reading, prototyping optophones. Amodern, (8).

[7] Cooper, F. S., Gaitenby, J. H., & Nye, P. W. (1984). Evolution of reading machines for the blind: Haskins Laboratories' research as a case history. Veterans Administration, Department of Medicine and Surgery, Rehabilitation R & D Service.

作者：栗子

原標(biāo)題：《100年前的盲人，怎樣讀完一本普通印刷書？》

閱讀原文